專利名稱：一種基于三維頭面部曲面建模的標準化處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種頭面部曲面的標準化處理方法，特別涉及一種基于三維頭面部曲面建模的標準化處理方法。

背景技術(shù)：
目前，公知的光學無接觸測量方法，在測量頭部時無法避免頭發(fā)的影響和測量過程中頭部的晃動，而且數(shù)據(jù)量巨大，數(shù)據(jù)一般不具有結(jié)構(gòu)化，不適合三維頭型的建模分析和多個頭型之間的標準化處理。
另外，公知的人體三維曲面建模方法，一般采用球諧函數(shù)級數(shù)、超二次橢球面、B樣條曲面、有限元、旋轉(zhuǎn)圓錐曲面等來參數(shù)化擬合肢體，而在擬合頭型時效果并不理想，要么控制參數(shù)太多、要么是隱式曲面太復雜、要么精度較差，更為重要的是其建模理論由于未能針對性地考慮人面部特征，其參數(shù)在多個頭型之間進行標準化處理后會使標準頭型的面部特征嚴重損失。
正是受到三維頭型建模理論缺陷的限制，公知的頭面部尺寸標準(GB/T2428)均采用頭圍、頭長等一維數(shù)據(jù)進行標準化處理，目前尚未見基于三維頭面部曲面建模的標準化處理方法。


發(fā)明內(nèi)容
為了克服普通無接觸測量方法測量頭部時受頭發(fā)和晃動的影響，克服一般三維頭型建模方法在參數(shù)控制、精度和面部特征體現(xiàn)方面的不足，提供一種基于CT或核磁共振DICOM(醫(yī)學數(shù)字成像與通訊)圖像的測量方法，和基于極點前移的柱坐標下分層12階傅立葉級數(shù)擬合的建模方法，不但可以較好地避免上述缺陷，而且首次提出了對上述測量、建模方法具有延續(xù)性的，基于面部特征點歸一化算法、頭部體積縮放因子分布及頭高長指數(shù)-頭寬長指數(shù)二維分布的頭面部三維曲面標準化處理方法。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是 一種基于三維頭面部曲面建模的標準化處理方法，其步驟如下 (1)采用逐層掃描法的CT或核磁共振直接獲得樣本從頭頂點向下過頦下點段的頭部切片，對其表面和內(nèi)部結(jié)構(gòu)進行密層測量；測量時人體平躺，嘴閉合，并利用CT機或核磁共振機的激光定位器將人體的眼耳平面調(diào)為鉛垂方向，獲得DICOM標準格式圖像； (2)利用3D-Doctor軟件處理步驟(1)所獲得的DICOM標準格式圖像，去掉枕頭、頭發(fā)、耳廓等無用信息，提取頭部截面所需邊界的三維坐標數(shù)據(jù)，并以鼻尖點為基準將各圖像轉(zhuǎn)正；所述各圖像平面坐標系采用極坐標形式，極點o相對于總體原點O向面部方向移動并仍保證在所有各圖像之中有利于擬合復雜的面部形狀，選取合適的極點前移量；在極點前移的柱坐標下采用傅立葉級數(shù)對邊界數(shù)據(jù)點進行擬合以得到各層參數(shù)；設(shè)面部正中矢狀面上的特征點所在截面為特征層，其通過程序極易識別；不同頭型因具有不同的特征層序號，以原各層邊界參數(shù)為依據(jù)在各特征層間分別進行重新插值，插值后使所有頭型在每段中具有相同的層數(shù)，記錄下實際各層Z坐標，獲得各樣本頭型的極點前移量以及實際各對應層的傅立葉級數(shù)參數(shù)和Z坐標； (3)將步驟(2)所獲得的各樣本頭型的極點前移量以及實際各對應層的傅立葉級數(shù)參數(shù)和Z坐標同時進行歸一化(平均)運算而獲得標準頭型參數(shù)； (4)定義各樣本頭型與通過步驟(3)所獲得的標準頭型間的縮放因子，統(tǒng)計分析縮放因子的分布情況(如平均值、標準差、各百分位值等)以作為標準頭型劃分號時縮放的依據(jù)，在所需某百分位的標準頭型號的參數(shù)通過該百分位的縮放因子乘以原標準頭型的所有參數(shù)后獲得。
一種優(yōu)選技術(shù)方案，其特征在于在所述步驟(2)完成之后，將各樣本頭型按照頭高長指數(shù)-頭寬長指數(shù)的二維分布進行按型分組后，再分別在各組內(nèi)進行步驟(3)所述的歸一化運算獲得一系列標準頭型，和步驟(4)所述的縮放因子統(tǒng)計獲得標準頭型劃分號時縮放的依據(jù)。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(1)中，CT機或核磁共振機采用最小電流和劑量，掃描間隔宜設(shè)為5mm。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(2)中，所述極點前移量選取20～30mm，采用周期為2π的12階傅立葉級數(shù)進行擬合。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(3)中，歸一化運算后，直接去掉傅立葉級數(shù)中的正弦分量，實現(xiàn)標準頭型的對稱化處理。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(4)中，各樣本頭型與標準頭型間的縮放因子定義為頦上點以上頭部體積的立方根比。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(2)所述擬合的擬合公式為 式中 所述各層傅立葉級數(shù)擬合參數(shù)直接按切片邊界數(shù)據(jù)點逐點積分而得。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(2)所述重新插值的具體方法是選取最靠近的兩原切片邊界進行內(nèi)插以獲得最高的精度，其插值公式如下。
ρ(θ，Z)＝ρi(θ)(hi-Z)/hi+ρi+1(θ)Z/hi 式中，hi為第i層和第i+1層的間距，ρ為第i層和第i+1層極徑在層間的插值。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(3)所述歸一化運算的方法如下 第一式是對擬合參數(shù)的平均，而標準頭型的函數(shù)形式保持不變；后兩式中，Zi和Xo分別是標準頭型第i層的Z坐標值和標準頭型的極點前移量。
一種優(yōu)選技術(shù)方案，其特征在于所述步驟(4)所述縮放因子的定義如下 式中，λ為樣本頭型的縮放因子，V為樣本頭型的體積，

為標準頭型的體積。
其中，第i層和i+1層間的頭型段體積Vi見下式 式中，Ai為第i層截面的面積，見下式；對于對稱化后的標準頭型，兩式中的bi，n項均可置為0。
本發(fā)明的基于三維頭面部曲面建模的標準化處理方法是對人體頭面部三維曲面，基于CT或核磁共振DICOM(醫(yī)學數(shù)字成像與通訊)圖像的測量方法，基于極點前移的柱坐標下分層12階傅立葉級數(shù)擬合的建模方法，基于面部特征點歸一化算法、頭部體積縮放因子分布及頭高長指數(shù)-頭寬長指數(shù)二維分布的標準化處理方法，三者不可分割，適合于對頭面部三維尺寸的標準化研究，并為頭面部裝備系統(tǒng)的數(shù)字化設(shè)計、分型分號及虛擬集成校驗建立三維基礎(chǔ)平臺。
本發(fā)明的有益效果是，克服了普通無接觸測量方法測量頭部時受頭發(fā)和晃動的影響，克服了一般三維頭型建模方法在參數(shù)控制、精度和面部特征體現(xiàn)方面的不足，并創(chuàng)造性地提出頭面部三維曲面的標準化處理方法。
下面結(jié)合附圖和具體實施方式
對本發(fā)明進一步說明，但并不意味著對本發(fā)明保護范圍的限制。



圖1是本發(fā)明基于三維頭面部曲面建模的標準化處理方法的流程圖。
圖2是本發(fā)明實施例1所得樣本頭型之一的原始DICOM切片。
圖3是對本發(fā)明圖2原始切片的邊界提取及擬合坐標示意圖。
圖4是本發(fā)明圖2所示切片原始邊界數(shù)據(jù)點的展開曲線。
圖5是本發(fā)明圖4展開的原始邊界的參數(shù)擬合曲線。
圖6是本發(fā)明樣本頭型之一正中矢狀面上各特征點所在層的位置示意圖。
圖7是本發(fā)明標準頭型的各層參數(shù)擬合曲線造型圖。
圖8是本發(fā)明圖7的俯視圖，含局部極坐標系。
圖9是本發(fā)明圓高標準頭型的實體造型正視圖。
圖10是本發(fā)明圓高標準頭型的實體造型側(cè)視圖。
圖11是本發(fā)明圓高標準頭型的實體造型俯視圖。

具體實施例方式 實施例1 對1161名現(xiàn)役男軍人的頭面部進行三維曲面測量、建模和標準化處理。而屬于圓高頭型的有558名，以此作為分組樣本量生成了圓高標準頭型及圓高頭型的縮放因子分布。其中，一代表樣本，楊某，男性，十九歲，體重62千克，高1.72米。
基于三維頭面部曲面建模的標準化處理方法的流程圖見圖1，主要包括以下幾個步驟。
1、用逐層掃描法的CT技術(shù)，直接獲得各樣本如楊某平躺時與眼耳平面相平行的從頭頂點向下過頦下點段的頭部切片，以5mm的間隔對其表面和內(nèi)部結(jié)構(gòu)進行密層測量。
2、以圖2所示的楊某第32層原始DICOM切片為例，利用3D-Doctor等軟件提取邊界數(shù)據(jù)點，并建立如圖3所示的對本發(fā)明圖2原始切片的邊界提取及擬合坐標示意圖?？傮w直角坐標系O-XYZ，設(shè)頭頂點為坐標原點，O-XZ平面為正中矢狀面，Z軸垂直于各切片向上。圖3中，1為原始切片數(shù)據(jù)邊界，2為耳廓位置，3為鼻子位置。由于枕頭、耳廓、頭發(fā)等信息會妨礙頭型擬合，應先予去除，在擬合切片邊界時還必須先以鼻尖點與X軸的偏角將各切片繞Z軸轉(zhuǎn)正。為了方便擬合，切片局部平面坐標系可采用極坐標形式o-ρθ，見圖3。極點o相對于總體原點O向面部方向移動并仍保證在所有切片之中可有利于擬合復雜的面部形狀，由于除第1層頭頂點層外，第2層的面積最小，故對楊某頭型按照經(jīng)驗并根據(jù)其第2層切片尺寸選取合適的極點前移量Xo。因為前移量若過大，可能使極點太靠近邊界而造成此處擬合時出現(xiàn)異形，而前移量過小則會使面部擬合效果不如意。因此，采用局部極坐標記錄下各切片輪廓形狀ρ(θ)，并在總體直角坐標系記錄下各切片i的極點位置(Xo，O，Zi)，可獲得整個頭型。在總體坐標系下，各邊界點j坐標按下式計算。
式(1) 采用周期為2π的12階傅立葉級數(shù)對如圖4所示的第32層原始邊界數(shù)據(jù)點展開曲線進行擬合，不但可保證閉合邊界的接頭光滑性，消除圖像分辨率所造成的邊界噪音，實踐證明還可以實現(xiàn)足夠的擬合精度，擬合后效果見圖5。擬合公式為 式(2) 式中 式(3) 級數(shù)參數(shù)可直接按切片邊界數(shù)據(jù)點逐點積分而得，階次越高的級數(shù)參數(shù)絕對值越小，每層邊界只需25個參數(shù)就可以完全表示，而且參數(shù)陣列規(guī)整易于控制。因此，對楊某每層切片邊界均進行如上擬合后，頭型的所有三維描述參數(shù)體現(xiàn)為極點前移量Xo和各層的參數(shù)ai，n、bi，n及Zi?？赏ㄟ^三維重建楊某參數(shù)化的頭型對其極點前移量的設(shè)置進行驗證和調(diào)整。
另外，通過描述參數(shù)可計算楊某頭型的頭長、頭寬、頭高、頭型體積(公式見后述式(12))等特征尺寸以備分型分號用。
對所有1163名軍人均完成以上的提取邊界和擬合處理。
另外，在對所有頭型歸一化生成標準頭型前，必須對各頭型的對應特征進行平均運算，以防止特征損失。故需要對各頭型先區(qū)分出各特征層，由于原始切片雖然間斷分布但足夠密集，因此選取最接近某特征點的某原始層作為特征層即可具有不錯的精度。正中矢狀面上的特征點最為明顯，易于程序自動識別，從上至下為v-頭頂點、g-眉間點、n-鼻梁點、prn-鼻尖點、sn-鼻下點、1s-上唇中點、sto-口裂點、1i-下唇中點、sp-頦上點、pog-頦前點、gn-頦下點，見圖6(4為特征層之一)。按特征層將原始切片序列進行分段后，所有樣本的對應段具有了類似的面部特性，但可能具有不同的層數(shù)，例如楊某頭型在眉間點至鼻梁點段有6層原始切片，而另一人卻有8層，故應以原各層邊界參數(shù)為依據(jù)在各特征層間分別進行重新插值，以保證插值后所有頭型在每段中具有相同的層數(shù)，并可進一步加密，記錄下實際各層Z坐標。插值時選取最靠近的兩原切片邊界進行內(nèi)插以獲得最高的精度(公式見后述式(11))。例如，設(shè)各頭型插值后統(tǒng)一的特征層層序號id(也即標準頭型的特征層層序號id)見表1。
表1標準頭型的特征層層序號 3、現(xiàn)即可對M個頭型同時在徑向和軸向相對應地進行歸一化計算，見式(4)-(6)，其中，M的取值要么是所有人數(shù)1161，要么由步驟4先分組定樣本。
式(4) 式(5) 式(6) 式(4)中，實際上是對擬合參數(shù)的平均，而標準頭型的函數(shù)形式保持不變，極大地簡化了計算。式(5)、式(6)中，Zi和Xo分別是標準頭型第i層的Z坐標值和標準頭型的極點前移量。去掉標準頭型傅立葉級數(shù)中的正弦分量后還可實現(xiàn)其對稱化，僅需13個參數(shù)，見下式。
式(7) 因此，標準頭型的三維描述參數(shù)體現(xiàn)為Xo和各層的參數(shù)ai，n、Zi，同樣可計算出其特征尺寸。以各層參數(shù)擬合曲線為據(jù)，即可三維重建參數(shù)化的標準頭型，見圖7和圖8。圖7和圖8中，4為特征層曲線之一，以此體現(xiàn)出面部的特征輪廓，5為普通的參數(shù)擬合曲線。標準頭型的局部極坐標系見圖8。
4、為了細化歸一化的效果并實現(xiàn)標準頭型的分型分號，還可將所有樣本(1161名)按照頭高長指數(shù)(頭高比頭長)-頭寬長指數(shù)(頭寬比頭長)的二維分布先進行按型分組后再運算。以中國人頭型為例，頭高長指數(shù)劃分值一般設(shè)為1.2和1.3，而頭寬長指數(shù)劃分值設(shè)為0.8和0.9，以獲得中正型、中高型、中特高型、圓正型、圓高型、圓特高型、超圓正型、超圓高型、超圓特高型等九種標準頭型，其中圓高頭型最具代表性(558名)，見表2。
表2頭型的各型分組及樣本覆蓋率
例如，以558名圓高頭型樣本計算所得的圓高標準頭型的描述參數(shù)見表3，帶入式(7)和式(1)中即可獲得其所有三維輪廓，進而由3D軟件實現(xiàn)圓高標準頭型的實體造型，由圖9-11可見其面部特征清晰。
表3圓高標準頭型的描述參數(shù)(xo＝24.566)單位為mm 圓高標準頭型在3D軟件中重建后還可量取其典型測點坐標，見表4。
表4圓高標準頭型的典型測點坐標單位為mm

而為了描述各分組樣本頭型大小的分布情況，可按頦上點以上頭部體積的立方根比定義各樣本頭型與該組標準頭型間的縮放因子，見式(8)。
式(8) 式中，λ為樣本頭型的縮放因子，V為樣本頭型的體積，

為該分組標準頭型的體積，公式見后述式(12)。統(tǒng)計分析縮放因子的分布情況(如平均值、標準差、各百分位值等)以作為標準頭型劃分號時縮放的依據(jù)，表5為1161名樣本按表2分型后各型頭型的縮放因子分布情況。
表5各型頭型的縮放因子
因此在所需某百分位的標準頭型號的參數(shù)可由該百分位的縮放因子乘以原標準頭型的所有參數(shù)后獲得，典型測點坐標也可通過縮放獲得，從而為頭面部裝備系統(tǒng)的數(shù)字化設(shè)計、分型分號及虛擬集成校驗建立了三維基礎(chǔ)平臺。
例如對于圓高標準頭型，若要在5、50、95百分位分別設(shè)置小、中、大三個號，則從表5查得圓高頭型在5、50、95百分位的縮放因子分別為0.9660、1.0016和1.0444，三個數(shù)值分別乘以表3中原圓高標準頭型的所有參數(shù)后即得到圓高標準頭型小號、中號和大號的參數(shù)。實際上也可將原標準頭型直接看作為標準頭型中號，即取中號的縮放因子為1。另外，表5中未列出的其它百分位的縮放因子可由平均值和標準差按正態(tài)分布函數(shù)估算。
頭面型標準化研究以及裝備數(shù)字化設(shè)計所需的頭型尺寸一般由3D軟件重建后量取計算，而與截面相關(guān)的頭型三維特征尺寸實際上可直接由描述參數(shù)按以下各式(含步驟2、4中所需公式)計算獲得。頭型第i層截面周長Si見式(9)，頭圍即為過眉間點的截面周長。
式(9) 第i層和第i+1層間的頭型段側(cè)面積Fi見式(10)，可為頭盔等頭面部防護裝備的防護面積設(shè)計提供依據(jù)。
式(10) 式中，hi為第i層和第i+1層的間距，ρ為第i層和第i+1層極徑在層間的插值，見式(11)。
ρ(θ，Z)＝ρi(θ)(hi-Z)/hi+ρi+1(θ)Z/hi式(11) 第i層和i+1層間的頭型段體積Vi見式(12)。
式(12) 式中，Ai為第i層截面的面積，見式(13)。對于對稱化后的標準頭型，式(12-13)中的bi，n項可置為0。
式(13) 本發(fā)明的有益效果是，克服了普通無接觸測量方法測量頭部時受頭發(fā)和晃動的影響，克服了一般三維頭型建模方法在參數(shù)控制、精度和面部特征體現(xiàn)方面的不足，并創(chuàng)造性地提出頭面部三維曲面的標準化處理方法。
權(quán)利要求
1、一種基于三維頭面部曲面建模的標準化處理方法，其步驟如下
(1)采用逐層掃描法的CT或核磁共振技術(shù)直接獲得樣本從頭頂點向下過頦下點段的頭部切片，對其表面和內(nèi)部結(jié)構(gòu)進行密層測量；測量時人體平躺，嘴閉合，并利用CT機或核磁共振機的激光定位器將人體的眼耳平面調(diào)為鉛垂方向，獲得DICOM標準格式圖像；
(2)利用3D-Doctor軟件處理步驟(1)所獲得的DICOM標準格式圖像，去掉枕頭、頭發(fā)、耳廓的無用信息，提取頭部截面所需邊界的三維坐標數(shù)據(jù)，并以鼻尖點為基準將各圖像轉(zhuǎn)正；所述各圖像平面坐標系采用極坐標形式，極點o相對于總體原點O向面部方向移動并仍保證在所有各圖像之中有利于擬合復雜的面部形狀，選取合適的極點前移量；在極點前移的柱坐標下采用傅立葉級數(shù)對邊界數(shù)據(jù)點進行擬合以得到各層參數(shù)；設(shè)面部正中矢狀面上的特征點所在截面為特征層，其通過程序極易識別；不同頭型因具有不同的特征層序號，以原各層邊界參數(shù)為依據(jù)在各特征層間分別進行重新插值，插值后使所有頭型在每段中具有相同的層數(shù)，記錄下實際各層Z坐標，獲得各樣本頭型的極點前移量以及實際各對應層的傅立葉級數(shù)參數(shù)、Z坐標；
(3)將步驟(2)所獲得的各樣本頭型的極點前移量以及實際各對應層的傅立葉級數(shù)參數(shù)、Z坐標同時進行歸一化運算而獲得標準頭型參數(shù)；
(4)定義各樣本頭型與通過步驟(3)所獲得的標準頭型間的縮放因子，統(tǒng)計分析縮放因子的分布情況以作為標準頭型劃分號時縮放的依據(jù)，在所需某百分位的標準頭型號的參數(shù)通過該百分位的縮放因子乘以原標準頭型的所有參數(shù)后獲得。
2、根據(jù)權(quán)利要求1所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于在所述步驟(2)完成之后，將各樣本頭型按照頭高長指數(shù)-頭寬長指數(shù)的二維分布進行按型分組后，再分別在各組內(nèi)進行步驟(3)所述的歸一化運算獲得一系列標準頭型，和步驟(4)所述的縮放因子統(tǒng)計獲得各型標準頭型劃分號的依據(jù)。
3、根據(jù)權(quán)利要求1或2所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(1)中，CT機或核磁共振機采用最小電流和劑量，掃描間隔宜設(shè)為5mm。
4、根據(jù)權(quán)利要求3所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(2)中，所述極點前移量選取20～30mm，采用周期為2π的12階傅立葉級數(shù)進行擬合。
5、根據(jù)權(quán)利要求4所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(3)中，歸一化運算后，直接去掉傅立葉級數(shù)中的正弦分量。
6、根據(jù)權(quán)利要求5所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(4)中，各樣本頭型與標準頭型間的縮放因子定義為頦上點以上頭部體積的立方根比。
7、根據(jù)權(quán)利要求6所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(2)所述擬合的擬合公式為
式中
所述各層傅立葉級數(shù)擬合參數(shù)直接按切片邊界數(shù)據(jù)點逐點積分而得。
8、根據(jù)權(quán)利要求7所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(2)所述重新插值的具體方法是選取最靠近的兩原切片邊界進行內(nèi)插以獲得最高的精度，其插值公式為
ρ(θ，Z)＝ρi(θ)(hi-Z)/hi+ρi+1(θ)Z/hi
式中，hi為第i層和第i+1層的間距，ρ為第i層和第i+1層極徑在層間的插值。
9、根據(jù)權(quán)利要求8所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(3)所述歸一化運算的方法如下，
第一式是對擬合參數(shù)的平均，而標準頭型的函數(shù)形式保持不變；后兩式中，Zi和Xo分別是標準頭型第i層的Z坐標值和標準頭型的極點前移量。
10、根據(jù)權(quán)利要求9所述的基于三維頭面部曲面建模的標準化處理方法，其特征在于所述步驟(4)所述縮放因子的定義為
式中，λ為樣本頭型的縮放因子，V為樣本頭型的體積，
為標準頭型的體積；
其中，第i層和i+1層間的頭型段體積Vi如下式
式中，Ai為第i層截面的面積，如下式
對于對稱化后的標準頭型，兩式中的bi，n項均可置為0。
全文摘要
本發(fā)明涉及一種基于三維頭面部曲面建模的標準化處理方法，其步驟包括基于CT或核磁共振DICOM圖像的測量方法、基于極點前移的柱坐標下分層12階傅立葉級數(shù)擬合的建模方法及對上述測量、建模方法具有延續(xù)性的，基于面部特征點歸一化算法、頭部體積縮放因子分布及頭高長指數(shù)-頭寬長指數(shù)二維分布的頭面部三維曲面標準化處理方法。本發(fā)明克服了普通無接觸測量方法測量頭部時受頭發(fā)和晃動的影響，克服了一般三維頭型建模方法在參數(shù)控制、精度和面部特征體現(xiàn)方面的不足，并提出了頭面部三維曲面的標準化處理方法。
文檔編號G06T17/00GK101344373SQ20081011841
公開日2009年1月14日 申請日期2008年8月14日 優(yōu)先權(quán)日2008年8月14日
發(fā)明者曉 陳, 宏 周, 祖媛媛, 毅 蔣, 施楣梧 申請人:中國人民解放軍總后勤部軍需裝備研究所